.

0 (hodnocen0 x )

(1.1) Půjčeno:37x 

BK

Příručka

Vyd. 1.

Praha : Informatorium, 2004

Praha : Informatorium, 2004-2005

3 sv. : il. ; 22 cm

ISBN 80-7333-025-3 (díl 1 ; váz.)

ISBN 80-7333-036-9 (díl 2 ; váz.)

ISBN 80-7333-039-3 (díl 3 ; váz.)

Ve 2. díle je místo Evy Jarošové uvedena spoluautorka Iva Malá, ve 3. díle autor Petr Hebák ... et al.

Obsahuje bibliografie

1. díl. 2004. 239 s. -- 2. díl. 2005. 239 s. -- 3. díl. 2005. 255 s.

000115733

DÍL 1 :   ÚVODEM // Kapitola 1 : MODELY A MODELOVANÍ 5 // 1.1 Model 5 // 1.2 Jedna z možných klasifikací modelu 6 // 1.3 Matematické modely 6 // 1.4 Některé typy matematických modelů 7 // 1.5 Přístupy k modelování 9 // Kapitola 2: VÍCEROZMĚRNÁ ROZDĚLENÍ 11 // 2.1 Náhodný vektor a jeho rozdělení 11 // 2.2 Charakteristiky náhodného vektoru 13 // 2.3 Vícerozměrné normální rozdělení 15 // 2.4 Lineárni a kvadratické formy normálního vektoru 19 // Kapitola 3: VÍCEROZMĚRNÁ POZOROVÁNÍ 21 // 3.1 Datová matice, objekty a proměnné 21 // 3.2 Typy proměnných 24 // 3.3 Časový prvek v datech 27 // 3.4 Členění datové matice 28 // Kapitola 4: VÝBĚROVÁ ROZDĚLENÍ 30 // 4.1 Základní soubor a náhodný výběr 30 // 4.2 Sdružené rozdělení datové matice 31 // 4.3 Věrohodnostní funkce 32 // 4.4 Výběrové charakteristiky (statistiky) 35 // 4.5 Vektor výběrových průměrů a Wishartova matice 35 // 4.6 Kovarianční matice a odvozené statistiky 37 // 4.7 Lineární transformace proměnných ve výběru 39 // 4.8 Vzdálenost objektů 41 // 4.9 Výběrová rozdělení - obecné poznatky 44 // 4.10 Výběr z vícerozměrného normálního rozdělení 46 // 4.11 Wishartovo rozdělení 47 // 4.12 Hotellingovo rozdělení 48 // Kapitola 5: ODHADY A TESTY HYPOTÉZ 50 // 5.1 Bodový odhad 50 // 5.2 Metoda maximální věrohodnosti 51 // 237 // 5.3 Intervaly spolehlivosti 53 // 5.4 Intervalový odhad ve vícerozměrných úlohách 55 // 5.5 Simultánní úsudky o složkách vektoru parametrů 56 // 5.6 Testování hypotéz 58 // 5.7 Test věrohodnostním poměrem 62 // Kapitola 6: PRŮZKUMOVÁ ANALÝZA DAT 65 // 6.1 Důvody zkoumání dat 65 // 6.2 Vyhledávání odlehlých pozorování 66 // 6.3 Náhrada chybějících hodnot 76 // 6.4 Třídění do intervalů 77 // 6.5 Další změny typu proměnných 78 //

6.6 Problémy ověřování normality 79 // 6.7 Chí-kvadrát test dobré shody 80 // 6.8 Výběrová distribuční funkce a Kolmogorův test 83 // 6.9 Další testy normality 88 // 6.9.1 Testy vztahující se k šikmosti a špičatosti 88 // 6.9.2 Shapirův-Wilkův test 92 // 6.9.3 Fillibenův test 93 // 6.9.4 D’Agostinův test 94 // 6.9.5 Test založený na studentizovaném rozpětí 96 // 6.9.6 Andersonův-Darlingův test 96 // 6.10 Grafické posouzení jednorozměrné normality 98 // 6.11 Grafické posouzení vícerozměrné normality 104 // 6.12 Transformace dat 106 // 6.13 Systém transformací Boxe 108 // 6.14 Plošná transformace 109 // Kapitola 7: VEKTOR STŘEDNÍCH HODNOT 111 // 7.1 Úvod a poznámky k používaným statistikám 111 // 7.2 Oblast spolehlivosti pro vektor p 112 // 7.3 Test hypotézy o vektoru p 116 // 7.4 Simultánní úsudky o složkách vektoru p 118 // 7.5 Struktura vektoru středních hodnot p 121 // Kapitola 8: DVA VEKTORY STŘEDNÍCH HODNOT 124 // 8.1 Porovnání výběrů z několika populací 124 // 8.2 Jednorozměrné srovnání dvou výběrů 124 // 8.2.1 Srovnání rozptylů dvou normálních rozdělení 125 // 8.2.2 Srovnání středních hodnot dvou rozdělení 126 // 8.3 Vícerozměrné srovnání dvou výběrů 132’ // 8.4 Test obecné hypotézy p, = p2 133 // 8.5 Simultánní úsudky o shodě složek vektorů p, a p2 135 // 238 // 8.6 Neshoda kovariančních matic při testování ?, = ?2 137 // 8.7 Ověření  = ?2 pro závislé výběry 139 // Kapitola 9: KOVARIANČNÍ A KORELAČNÍ MATICE 142 // 9.1 Úsudky o kovarianční matici 142 // 9.2 Srovnání rozptylů k normálních rozdělení 143 // 9.3 Testování shody několika kovariančních matic 147 // 9.4 Ověření úplné nezávislosti proměnných 152 // 9.5 Ověření nezávislosti mezi skupinami proměnných 153 //

Kapitola 10: ANALÝZA ROZPTYLU 155 // 10.1 Cíl analýzy rozptylu 155 // 10.2 Jednorozměrné úlohy s jedním faktorem 157 // 10.3 Jednorozměrné úlohy s více faktory 163 // 10.4 Vícerozměrné úlohy s jedním faktorem 167 // 10.5 Vícerozměrné úlohy s více faktory 174 // Kapitola 11: DISKRIMINAČNÍ ANALÝZA 179 // 11.1 Podstata a cíl diskriminační analýzy 179 // 11.2 Kanonická diskriminační analýza 180 // 11.3 Diskriminační funkce a klasifikace 197 // 11.3.1 Diskriminace mezi dvěma skupinami 197 // 11.3.2 Klasifikace v případě tří a více skupin 204 // 11.3.3 Vyhodnocení účinnosti diskriminace 207 // MATICOVÝ DODATEK 210 // 1 Vektory 210 // 2 Maticová symbolika a některé základní věty 213 // 3 Některá rozšíření maticového počtu 218 // 3.1 Ortogonální matice 218 // 3.2 Idempotentní matice 220 // 3.3 Charakteristická čísla a charakteristické vektory 222 // 3.4 Lineární a kvadratické formy 225 // 3.5 Pozitivně definitní a pozitivně semidefinitní matice 227 // 4 Pravidla pro derivování funkcí vektorů a matic 229 // LITERATURA 231 //

DÍL 2 :   Úvodem 7 // Kapitola 12: Lineární regrese 9 // 12.1 Statistické modelování závislosti 9 // 12.1.1 Měření závislosti a regrese není totéž 11 // 12.1.2 Heuristický úvod a skrytá korelace 15 // 12.2 Regrese a korelace 20 // 12.2.1 Úkoly regresní a korelační analýzy 24 // 12.2.2 Regresní modely a jejich klasifikace 27 // 1.2.3 Vyrovnávací kriteria 30 // 12.3 Lineární regresní model 34 // 12.3.1 Klasický lineární regresní model 38 // 12.3.2 Odhad parametrů regresní funkce 42 // 12.3.3 Metoda maximální věrohodnosti v regresi 46 // 12.3.4 Bodové odhady v lineárním regresnínm modelu 48 // 12.3.5 Odhad lineární funkce regresních koeficientů 53 // 12.4 Intervaly spolehlivosti a testy hypotéz v KLM 65 // 12.4.1 Intervaly spolehlivosti v KLM 66 // 12.4.2 Test obecné lineární hypotézy 72 // 12.4.3 Testy hypotéz v KLM 75 // 12.5 Hodnocení kvality regresního modelu 84 // 12.5.1 Rozklady různých součtů čtverců 86 // 12.5.2 Analýza reziduí a vlivná pozorováni 92 // 12.5.2.1 Projekční matice H 94 // 12.5.2.2 Různé typy reziduí a jejich vlastnosti 96 // 12.5.2.3 Vlivná pozorování 99 // 12.5.3 Vysvětlující proměnné a kvalita modelu 103 // 12.5.3.1 Chybná specifikace proměnných 103 // 12.5.3.2 Výběr vysvětlujících proměnných 105 // 12.5.3.3 Kritéria výběru proměnných 107 // 12.5.3.4 Metody výběru podmnožiny proměnných 111 // 12.6 Nesplněné podmínky KLM 116 // 12.6.1 Zobecněný lineární model 117 // 12.6.1.1 Hetcroskcdasticita 120 // 12.6.1.2 Autokorelace 130 // 12.6.2 Náhodné vysvětlující proměnné 138 // 12.6.3 Multikolinearita 140 // 12.7 Transformace dat a modelu 149 // Kapitola 13: Korelační koeficienty 152 // 13.1 Korelace náhodných veličin 152 // 13.2 Úsudky o korelačních koeficientech 156 // 13.3 Důsledky vztahů mezi korelačními koeficienty 163 // 13.4 Pořadová korelace 165 //

13.5 Robustní odhady a transformace r 171 // Kapitola 14: Analýza kovariance 174 // 14.1 Společné působení anebosmíchání vlivů 174 // 14.2 Potřeba kontroly a modifikace nepřímých vlivů 176 // 14.3 Typy proměnných v analýze kovariance 177 // 14.4 Předpoklady v analýze kovariance 179 // 14.5 Jednoduché úlohy v analýze kovariance 181 // 14.6 Úlohy s větším počtem proměnných 1g7 // 14.7 Vícerozměrná analýza kovariance 190 // 14.8 Přednosti a slabiny analýzy kovariance 193 // Kapitola 15: Obecný lineární model 196 // 15.1 Spojení lineární regrese s analýzou rozptylu 198 // 15.2 Umělé proměnné v obecném lineárním modelu 201 // 15.3 Úlohy obecného lineárního modelu 204 // Kapitola 16: Nelineární regrese 212 // 16.1 Základní pojmy 212 // 16.2 Nelineární regresní model 213 // 16.3 Linearizace regresního modelu 218 // 16.4 Numerické postupy odhadu parametrů 222 // 16.5 Statistická analýza v nelineárním modelu 227 // Literatura 233 //

DÍL 3 :   Úvodem // Kapitola 17: Kategoriální proměnné // 17.1 Dvourozměrné kontingenční tabulky // 17.2 Výběrové míry asociace // 17.3 Testy nezávislosti // 17.4 Logaritmickolineámí model // 17.4.1 Konstrukce modelu // 17.4.2 Odhad parametrů loglineámího modelu // 17.4.3 Volba vhodného loglineámího modelu // 17.4.4 Loglineámí a logitový model // 17.5 Logistická regrese // 17.5.1 Alternativní vysvětlovaná proměnná // 17.5.2 Vícekategoriální vysvětlovaná proměnná // Kapitola 18: Metoda hlavních komponent // 18.1 Cíle metody hlavních komponent // 18.2 Hlavní komponenty v populaci // 18.3 Hlavní komponenty ve výběru // 18.4 Geometrický význam hlavních komponent // 18.5 Shrnutí metody hlavních komponent // Kapitola 19: Faktorová analýza // 19.1 Historie a názory na faktorovou analýzu // 19.2 Model faktorové analýzy // 19.3 Nejednoznačnost faktorového modelu // 19.4 Odhad parametrů faktorového modelu // 19.5 Řešení faktorových rovnic a počet faktorů // 19.6 Jednoduchá struktura a rotace faktorů // 19.7 Odhad faktorového skóre // Kapitola 20: Kanonická korelace // 20.1 Kanonické veličiny // 20.2 Podstata kanonické korelace // 20.3 Kanonická korelační analýza // 20.4 Skupinový korelační koeficient a testy hypotéz // 20.5 Vztahy mezi původními a kanonickými veličinami // Kapitola 21: Shluková analýza // 21.1 Cíle shlukové analýzy // 21.2 Kritéria pro posouzení kvality rozkladu // 21.3 Míry vzdálenosti a podobnosti // 21.3.1 Podobnost proměnných // 21.3.2 Míry pro alternativní data // 21.3.3 Postupy pro jiné typy dat // 21.4 Hierarchické shlukování // 21.4.1 Přehled aglomerativních postupů // 21.4.2 Dvourozměrná shluková analýza // 21.5 Optimalizační algoritmy // 21.5.1 Metoda k-průměrů a její varianty 140 // 21.5.2 Fuzzy shluková analýza 142 //

21.5.3 Určení optimálního počtu shluků 144 // Kapitola 22: Vícerozměrné škálování 145 // 22.1 Podstata metody 145 // 22.2 Data pro vícerozměrné škálování 145 // 22.2.1 Vzdálenost objektů 146 // 22.2.2 Podobnost objektů 147 // 22.3 Modely MDS 147 // 22.4 Metrické MDS 148 // 22.4.1 Klasické MDS 148 // 22.4.2 Odvození souřadnic z měr nepodobnosti 150 // 22.5 Nemetrické MDS 154 // 22.5.1 Ztrátová funkce 154 // 22.5.2 Výpočetní algoritmus 158 // 22.6 Modely individuálních diferencí 163 // 22.6.1 Vážený euklidovský model 164 // 22.6.2 Zobecněný euklidovský model 167 // Kapitola 23: Korespondenční analýza 169 // 23.1 Podstata korespondenční analýzy 169 // 23.2 Elementární analýza kontingenčních tabulek 170 // 23.3 Jednoduchá korespondenční analýza 171 // 23.4 Míry vzdálenosti 174 // 23.5 Výpočetní algoritmus 177 // 23.6 Korespondenční mapa 181 // 23.7 Hodnocení a interpretace modelu 184 // 23.8 Vícenásobná korespondenční analýza 188 // Kapitola 24: Vícerozměrné preference 194 // 24.1 Principy analýzy 194 // 24.2 Metoda plného profilu 203 // 24.3 Metoda výběru konceptu 207 // 24.4 Adaptivní metoda 209 // Kapitola 25: Velké datové soubory 210 // 25.1 Specifika velkých datových souborů 210 // 25.1.1 Přístupy k redukci datového souboru 211 // 25.1.2. Indexování objektů 212 // 25.1.3 Požadavky kladené na metody shlukování 214 // 25.2 Nové přístupy ve shlukové analýze 215 // 25.2.1 Modifikace rozdělovačích metod 217 // 25.2.2 Modifikace hierarchických metod 217 // 25.2.3 Metody založené na hustotě, mřížce a modelu 223 // 25.2.4 Shlukování podprostorů 225 // 25.3 Použití dalších metod 226 // Kapitola 26: Vícerozměrné grafy 230 // Literatura 247

(OCoLC)56851779

cnb001316311